利用MATLAB实现遗传算法和MATLAB神经网络工具箱的使用.docxVIP

精品文档 精品文档 实验一利用MATLA实现遗传算法 一、 实验目的 1、 熟悉MATLA语言编程环境 2、 掌握MATLA语言命令 3、 学会利用MATLA编程实现遗传算法 二、 实验原理 MATLA是美国Math Works公司出品的商业数学软件，用于算法开发、数据可 视化、数据分析以及数值计算的高级技术计算语言和交互式环境， MATLA可以进 行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的 程序等，主要应用于工程计算、控制设计等领域。通过学习遗传算法原理，使用 MATLA编写程序，实现其求解策略。 三、 实验内容 通过MATLA编程，利用遗传算法求解： f(x) 200exp( 0.05x)sin(x),求 maxf(x), x [-2,2]. 三、实验要求 1、 程序设计 2、 调试 3、 实验结果 4、 撰写实验报告 实验二MATLAB申经网络工具箱的使用 一、 实验目的 1、 掌握MATLA语言命令 2、 提高MATLA程序设计能力 3、 学会使用MATLA申经网络工具箱 二、 实验原理 MATLA语言是Math Works公司推出的一套高性能计算机编程语言， 集数学计 算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空 间。它附带有30多个工具箱，神经网络工具箱就是其中之一。利用该工具箱可以 方便的构建神经网络的结构模型、设计、训练等，实现神经网络算法。 三、 实验内容 通过MATLA编程，利用神经网络工具箱预测公路运量 ： 公路运量主要包括公路客运量和公路货运量两个方面。据研究，某地区的 公路运量主要与该地区的人数、 机动车数量和公路面积有关，上表给出了该地区 20年的公路运量相关数据。根据有关部门数据，该地区 2010和2011年的人数 分别为73.39和75.55万人，机动车数量分别为3.9635和4.0975万辆，公路面 积分别为0.9880和1.0268万平方千米。请利用BP网络预测该地区2010和2011 年的公路客运量和公路货运量。 某地区20年公路运量数据 年份 人口数量 / 万人 机动车数量/ 万辆 公路面积/ 万平方千米 公路客运量/ 万人 公路货运量/ 万吨 1990 20.55 0.6 0.09 5126 1237 1991 22.44 0.75 0.11 6217 1379 — 1992 25.37 0.85 0.11 7730 1385 1993 27.13 0.90 0.14 9145 1399 1994 29.45 1.05 0.20 10460 1663 1995 30.10 1.35 0.23 11387 1714 1996 30.96 1.45 0.23 12353 1834 : 1997 34.06 1.60 0.32 15750 4322 1998 36.42 1.70 0.32 18304 8132 1999 38.09 1.85 0.34 19836 8936 : 2000 39.13 2.15 0.36 21024 11099 2001 39.99 2.20 0.36 19490 11203 2002 41.93 2.25 0.38 20433 10524 : 2003 44.59 2.35 0.49 22598 11115 2004 47.30 2.50 0.56 25107 13320 2005 52.89 2.60 0.59 33442 16762 : 2006 55.73 2.70 0.59 36836 18673 2007 56.76 2.85 0.67 40548 20724 2008 59.17 2.95 0.69 42927 20803 「 2009 60.63 3.10 0.79 43462 21804 三、实验要求 1、 程序设计 2、 调试 3、 实验结果 4、 撰写实验报告 运用遗传算法求解函数最大值： 所有的子程序为M文件 %子程序：计算适应度函数，函数名称存储为 fitn essfu.m function] Fitvalue,sumsump]=fit nessfu n( populati on); global BitLe ngth global boun dsbeg in global boun dse nd popsize=size(populatio n,1); for i=1:popsize x=tra nsform2to10(populati on (i,:)); xx=bo un dsbegi n+x*(bo un dse nd-bo un dsbegi n)/(power((bo un dse nd),BitLe ngth)-1); Fitvalue(i)=targetfu n(